基于距离学习粒子群算法的NOx减排优化

• 作者: 姚桂焕 李庆伟 陈慧枫
• 来源期刊: 动力工程学报
• 学科: 工学
• 关键词: NOx 支持向量机 粒子群 燃烧优化
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 环保技术与设备
• 页码范围: 404-410
• 页数: 7页
• 分类号: TP301.6
• 字数: 4899字
• 语种: 中文

摘要

研究了燃烧优化降低NOx排放量的方法,介绍了3类NOx的生成机理,利用集成支持向量机建立NOx排放预测模型,并利用粒子群算法优化NOx排放.为了有效克服粒子群的早熟问题,提出了带系数的距离学习粒子群算法.将所提方法应用于某电厂的NOx减排优化中,并与其他方法进行对比.结果表明:集成支持向量机可以有效提高预测结果的准确性,改进的优化算法可以使NOx排放量更低,搜索结果也更加稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李庆伟	东南大学能源与环境学院	2	11	2.0	2.0
2	陈慧枫	东南大学化学化工学院	1	6	1.0	1.0
3	姚桂焕	南京工业大学机械与动力工程学院	1	6	1.0	1.0